虛擬仿真 自動駕駛行業競爭的關鍵賽點

2020年第一季度,全球自動駕駛企業融資高達35億美元(約合人民幣247億元),同比增長了34.1%,其中大部分的資金流向了中、美兩國。

資本的嗅覺往往是最敏銳的,融資規模連續兩年縮水的自動駕駛行業重獲資本加碼,或許意味著困擾行業多年的自動駕駛落地難題即將得到破解。自動駕駛虛擬仿真技術作為破解這一難題的關鍵,自然也成為了行業玩家爭奪的“新高地”。

自動駕駛行業競爭“新高地”

自動駕駛是人類期盼已久的尖端科技,美國自動駕駛道路測試的歷史至少可以追溯到2010年,中國也在2018年就開始發放自動駕駛道路測試牌照。但迄今為止,自動駕駛技術依然沒有實現大規模商用,如何保證自動駕駛汽車的行駛安全,始終是橫在所有玩家面前的一條鴻溝。

行業有個公認的數據是,自動駕駛算法要想達到人類駕駛員的水平,需要的測試里程約等于在地球與太陽之間往返50余次(大約170億公里),這期間產生的時間和金錢成本是難以估量的,而且許多極端的測試場景是可遇不可求的,要完全依靠實際路試來達成測試目標并不現實。

自動駕駛汽車實路測試

為了破解測試難題,虛擬仿真技術被廣泛運用到自動駕駛測試中,通過三維重建,傳感器模型、動力學模型等技術仿真還原現實世界的交通環境,讓自動駕駛汽車進入仿真世界進行測試不但能輕松構建極端場景,還能有效降低測試風險,提升測試效率。

在眾多自動駕駛頭部企業已經完成了硬件和算法搭建情況下,虛擬仿真技術的價值被進一步放大,成為了自動駕駛行業競爭的“新高地“。

虛擬仿真平臺商業化運用日益廣泛

虛擬仿真技術之所以被重視,除了其獨特的作用之外,還在于虛擬仿真是自動駕駛領域短期內最具商業變現潛力的業務。依據去年6月發布的《中國自動駕駛仿真技術研究報告》,自動駕駛仿真軟件與測試預計將在5年內達到百億美元的市場規模。

虛擬仿真服務的目標客戶主要是眾多有自動駕駛開發需求的傳統汽車廠商、智能網聯汽車測試區以及部分專注于自動駕駛算法開發的科技公司。而且在國際市場上,自動駕駛仿真技術的商業化應用已經比較普遍。

2018年奧迪與以色列仿真軟件開發商Cognata合作,虛擬重建城市交通模型用于自動駕駛訓練;豐田汽車也在今年與麻省理工學院人工智能實驗室合作推出了一個新的自動駕駛仿真平臺“VISTA”;日本一家專注于自動駕駛AI開發的公司VERTechs,運用著名的游戲引擎UE4,渲染出了效果極為逼真的虛擬城市AUTO City,被本國多家智能汽車測試場采用。

我國自動駕駛仿真技術相對起步較晚,但發展迅速,BATH四大互聯網巨頭都各自推出了自動駕駛仿真系統。國內許多車企和測試管理部門也開始逐步引用自動駕駛仿真技術來進行智能網聯汽車的研發測試。

去年,國家智能網聯汽車(長沙)測試區,規劃建設“智能網聯汽車仿真實驗室“,采用騰訊高精度地圖及自動駕駛虛擬仿真技術,對長沙測試區地理全貌進行數字化建模,能夠實現精度小于3cm的三維重建,進而實現實際路測和仿真平臺測試相結合的高效安全的智能汽車測試。不僅是長沙,目前我國已經規劃建設的20余家國家級智能網聯汽車測試區,大部分都在嘗試逐步構建仿真測試能力。通過虛實結合的方式,提升測試場景的豐富性,高效安全的完成自動駕駛汽車感知、控制、決策全部模塊算法的閉環仿真測試,高并發處理大規模復雜場景,提升測試驗證各個環節的準確性和高效性。

騰訊高精地圖圖像

自動駕駛虛擬仿真系統應該具備哪些能力?

總體來說,從客戶的角度出發,一套優秀的仿真系統,除了具備基本的場景幾何還原、物理還原、邏輯還原能力之外,還應該具備以下幾種能力。

首先,有效利用路采數據構建場景,拓展場景的豐富性;其次,實現算法本地調試+云端快速驗證;再次,一套系統滿足感知、決策、控制全算法閉環及單一算法開環的使用需求,同時保證所有算法在系統內的仿真一致性;最后,一套系統滿足MIL(模型在環)、SIL(軟件在環)、HIL(硬件在環)、VIL(車輛在環)全流程驗證。

實現以上幾點,需要虛擬仿真平臺開發商有出色的場景建模、傳感器建模、3D物理引擎、場景引擎等技術,同時有強大的云能力支持。熟悉游戲開發的人會發現,這些技術在游戲領域同樣被廣泛運用,而事實上自動駕駛虛擬仿真平臺就宛如一部大型的RPG游戲,所不同的是,這個游戲中的主角是自動駕駛算法。

談及云服務以及游戲技術,騰訊算是國內的頭部玩家,同時騰訊從2016年布局自動駕駛以來,一直將虛擬仿真當作三大核心平臺之一,并于2017年推出了自主研發的自動駕駛虛擬仿真系統TAD Sim。

這套系統和集成了工業級的車輛動力學模型、專業的游戲引擎、三維重建和虛實一體的交通流技術,具備一套系統滿足全棧算法的使用需求的能力;可以完成感知、決策、控制算法等實車上全部模塊的仿真實驗。

騰訊出色的游戲渲染技術,使得TAD Sim的三維場景仿真以及傳感器仿真具有良好的真實度和精準度。同時場景引擎,可以利用大量路采數據訓練交通流AI,生成真實度高、交互性強的交通場景,進行閉環仿真,提高路采數據的利用率。

騰訊TAD Sim仿真場景

另外,借助騰訊云的能力,TAD Sim可以同時在本地和云端部署測試場景。其中云端部署包含了場景云仿真和虛擬城市云仿真兩種形式,城市云仿真不斷為場景云仿真補充場景庫,用于強化自動駕駛算法,使其能在城市云仿真中運行的更好,兩種方式相輔相成,將有效提升自動駕駛算法的研發、測試效率。

結語:

自動駕駛技術經過長時間的積累,已經走到了落地前夜,虛擬仿真是自動駕駛突破落地瓶頸的關鍵技術,更是短期內自動駕駛領域最具商業化潛力的技術,圍繞自動駕駛虛擬仿真市場的競爭,將成為影響自動駕駛乃至整個交通行業未來格局的關鍵。